Processadores neuromórficos poderão ser maciçamente paralelos, juntarem memória e processamento nos mesmos componentes e, em última instância, levarem à chamada inteligência artificial em hardware.
[Imagem: Elena Khavina/MIPT]
Cérebro artificial
Engenheiros russos criaram um componente de memória que é capaz de imitar as sinapses do cérebro não apenas na forma de "aprender" - gravar um dado - mas também na forma de esquecer o dado, apagando-o por conta própria quando ele não é acessado por um longo tempo.
Memórias neuromórficas, que imitam a forma de funcionamento dos neurônios cerebrais, prometem computadores que funcionam de forma mais rápida por serem maciçamente paralelos, por juntarem memória e processamento nos mesmos componentes e, em última instância, levarem à chamada inteligência artificial em hardware, e não apenas em programas.
O componente principal de um neurocomputador não é um transístor, mas um memoristor, um componente que guarda dados não em estados ligado e desligado (digital, ou binário), mas de forma analógica, na variação de sua resistência à passagem de uma corrente elétrica. E, aí está o pulo do gato do memoristor, ele consegue "lembrar" das correntes que o atravessaram anteriormente, funcionando como uma memória.
O que Vitalii Mikheev e seus colegas do Instituto de Física e Tecnologia de Moscou fizeram agora foi criar um "memoristor de segunda ordem", capaz de imitar também a plasticidade cerebral, que é a capacidade das sinapses ativas de se fortalecerem ao longo do tempo, enquanto o contrário acontece com as inativas.
Memoristor de segunda ordem
Proposto em 2015, o memoristor de segunda ordem é uma tentativa de reproduzir a memória natural, completa com plasticidade sináptica. O primeiro mecanismo para implementar essa estrutura envolveu a formação de pontes condutoras através do memoristor. Embora inicialmente diminuam a resistência, elas naturalmente se deterioram com o tempo, imitando o esquecimento.
"O problema com esta solução é que o dispositivo tende a mudar seu comportamento ao longo do tempo e quebra após uma operação prolongada," explicou a pesquisadora Anastasia Chouprik, membro da equipe. "O mecanismo que usamos para implementar a plasticidade sináptica é mais robusto. De fato, depois de mudar o estado do sistema 100 bilhões de vezes, ele ainda estava funcionando normalmente, então meus colegas pararam o teste de resistência".
Em vez de nanopontes sobre o componente, a equipe usou o óxido de háfnio para imitar a memória natural. Esse material é ferroelétrico, o que significa que sua distribuição de carga interna - sua polarização elétrica - muda em resposta a um campo elétrico externo. Se o campo for removido, o material retém sua polarização adquirida, da mesma forma que um ímã permanece magnetizado.
Mas faltava a capacidade de esquecimento. Com um bocado de engenhosidade, a equipe aproveitou os defeitos na interface entre o silício e o óxido de háfnio, que fazem com que a condutividade do memoristor diminua com o tempo, assim como as memórias naturais - mas sem que ele pare de funcionar no decorrer desse tempo.
O memoristor de segunda ordem (direita) consiste em um filme fino de óxido de háfnio (rosa) entrelaçado entre um eletrodo de nitreto de titânio (azul) e um substrato de silício (azul marinho), que também funciona como segundo eletrodo. Os pulsos elétricos alternam o memoristor entre seus estados de alta e baixa resistência, alterando a polarização do óxido de háfnio e, portanto, sua condutividade.
[Imagem: Elena Khavina/MIPT]
Hardware com plasticidade
Vitalii e Anastasia implementaram seu memoristor de segunda ordem como uma junção de túnel ferroelétrico - dois eletrodos entrelaçados com uma fina película de óxido de háfnio. O componente pode ser alternado entre seus estados de baixa e alta resistência por meio de pulsos elétricos, que alteram a polarização do filme ferroelétrico e, portanto, sua resistência.
O que confere ao óxido de háfnio uma vantagem sobre outros materiais ferroelétricos, como o titanato de bário, é que ele já é usado pela atual tecnologia de silício. Por exemplo, a Intel fabrica microchips baseados em um composto de háfnio desde 2007. Isso torna a introdução de componentes baseados em háfnio, como este novo memoristor com plasticidade, muito mais fácil e mais barata do que aqueles que usam um material totalmente novo.
Antes disso, porém, será necessário entender criteriosamente todos os aspectos envolvidos nessa plasticidade em hardware. "Vamos analisar a interação entre os vários mecanismos que alteram a resistência em nosso memoristor. Acontece que o efeito ferroelétrico pode não ser o único envolvido. Para melhorar ainda mais os componentes, precisaremos distinguir os mecanismos e aprender a combiná-los," disse Vitalii.
Bibliografia:
Artigo: Ferroelectric Second-Order Memristor
Autores: Vitalii Mikheev, Anastasia Chouprik, Yury Lebedinskii, Sergei Zarubin, Yury Matveyev, Ekaterina Kondratyuk, Maxim G. Kozodaev, Andrey M. Markeev, Andrei Zenkevich, Dmitrii Negrov
Revista: ACS Applied Materials & Interfaces
DOI: 10.1021/acsami.9b08189
FONTE: SITE INOVAÇÃO TECNOLOGICA
Comentários
Postar um comentário